Apple lässt sich bei seinen Entwürfen für intelligente Produkte Zeit.
Laut Mark Gurman von Bloomberg hat Apple zwei kühne Ideen für zukünftige Geräte:
Die erste ist ein HomePod mit einem Bildschirm in der Entwicklung, der Apple TV, FaceTime und andere leistungsstarke Funktionen integrieren wird; und die zweite sind mit einer Kamera ausgestattete AirPods mit niedrig auflösenden Linsen, die verwendet werden, um Informationen über den Körper zu sammeln und die Daten durch KI zu verarbeiten, damit "Menschen in ihrem täglichen Leben unterstützt werden".
Beide Konzepte befinden sich noch in der Erprobungsphase, aber ich bin immer noch erstaunt über die "avantgardistische" Kombination und die Umkehrung der "Einfachheitsphilosophie" von Apple, insbesondere bei den Kopfhörern mit Linsen, was etwas verwirrend ist.
Bei der Durchsicht der einschlägigen Literatur scheint ein Apple-Patentdokument mit dem Codenamen US11432095B1 die Machbarkeit des seltsamen Paares "Linse + Kopfhörer" zu belegen.
Virtuelle Klangbühne, ohne die Kamera am Kopfhörer.
Zusammenfassend lässt sich sagen, dass in diesem Patentdokument nicht die AirPods (Pro) mit einer Kamera ausgestattet sind, sondern die AirPods Max, und dass es sich bei der Technologie nicht um die "KI-Funktionalität" handelt, über die in den Nachrichten berichtet wurde, sondern um das räumliche Audio, das im Vision Pro bereits Gestalt angenommen hat.
Lassen Sie uns zunächst einmal eines klarstellen: Wie erkennt ein Mensch, woher ein Geräusch kommt?
Die Anordnung der beiden Ohren auf beiden Seiten des Kopfes dient nicht nur der Ästhetik, sondern auch der wichtigeren Funktion, uns die Fähigkeit zu geben, Schall zu hören.
Unter der Prämisse der Aufrechterhaltung der gleichen horizontalen Linie und Achsensymmetrie, so weit voneinander entfernt wie möglich, um die gleiche Schallquelle zu hören, empfängt jedes Ohr Klanginformationen mit dem anderen unterschiedlich sind, vor allem einschließlich binaurale Zeitunterschied, Intensitätsunterschied und Frequenzunterschied drei Arten von Unterschieden, in der Regel diese Unterschiede sind sehr klein.
Nehmen wir den Zeitunterschied als Beispiel: Die meisten Geräusche im Leben erreichen die beiden Ohren zu unterschiedlichen Zeiten, oft nur etwa hundert Mikrosekunden (die Zeit, um 1/10 mal zu blinzeln) Unterschied, können wir nicht wahrnehmen, aber das Gehirn kann fast vernachlässigbar aus dem Unterschied in der Schallquelle Informationen, um festzustellen, welche zuerst gehört wird und welche später gehört wird, so dass das Gefühl von "der Ton kam von dort".
Wenn wir zum Beispiel die Funktion "Handy suchen" auf unserer Uhr aktivieren, können unsere Ohren anhand der unterschiedlichen Schallquellen erkennen, dass unser Handy in die Ritzen des Sofas gefallen ist.
Viele Kino-und Heim-Audio-visuelle Geräte genau nutzen die extrem empfindliche Natur des menschlichen Ohres, in einem begrenzten Raum mit einer Kombination von Multi-Channel, um Surround-Sound zu erreichen, so dass die Betrachtung des Films in der Sound-Ebene immersive.
Die oben genannten Informationen enthalten zwei Kernelemente:
- Menschen können Geräusche anhand der unterschiedlichen Informationen der Schallquelle erkennen.
- Schall, der von verschiedenen Orten im Raum ausgeht, erzeugt hörbare Unterschiede.
Das Patent US11432095B1 erklärt, wie Apple es den Nutzern ermöglicht, Geräusche aus allen Richtungen nur über Kopfhörer zu hören, als ob sie eine vollständige Surround-Sound-Anlage hätten.
Diese Technologie wird als "Virtual Sound Field" bezeichnet.
Ein Gerät mit einem virtuellen Klangfeld kann eine Reihe von virtuellen Lautsprechern enthalten, und durch die physiologischen Eigenschaften der Klangerkennung wird jeder Lautsprecher an einer festen Position im Raum platziert, in dem sich der Benutzer befindet, so dass der Effekt "ein Kopfhörer ist ein Klangkörper" entsteht.
Welche Rolle spielt die Kamera in diesem Zusammenhang?
Ein Technik-Blogger hat in einem Vision Pro-Testvideo ein Experiment durchgeführt: Nachdem er eines der Anwendungsfenster des Vision Pro in einer festen Position platziert hatte und über 300 Meter zur anderen Seite und zurück gegangen war, blieb die Position des Fensters praktisch unverändert.
Diese genaue Positionierung wird durch das visuelle Positionierungssystem von Vision Pro ermöglicht, das die physischen Informationen des Raums, in dem es sich befindet, mit Hilfe von Infrarotstrahlen, Kameras usw. abtastet und die physische Position des Fensters im rekonstruierten Raum aufzeichnet, wodurch eine erstaunlich genaue Positionierung erreicht wird.
Die Kamera der AirPods Max verwendet das gleiche Prinzip der Aufnahme von Bildinformationen, die dann in Echtzeit von einem Tracking-Prozessor analysiert werden, der Informationen über die Position des Kopfes des Benutzers in Echtzeit analysiert und in der Lage ist, den Kopf des Benutzers zu verfolgen, indem er die Abbildung des Displays und der Umgebung als Referenz für einen doppelten Schutz verwendet.
In Verbindung mit der Kamera in der Apple TV-Box werden die virtuellen Lautsprecher so im Raum positioniert, dass mehrere Klangquellen anhand ihrer Position und ihres Abstrahlwinkels genau bestimmt werden können.
Kurz gesagt, die Kamera verleiht den AirPods Max Vision, und der virtuelle Klang kommt einer realistischen Wiedergabe des physischen Klangs so nahe wie möglich.
Ich ziehe es vor, zu sagen, dass man den Klang "sieht", anstatt ihn zu hören.
Wo und wie viele virtuelle Lautsprecher platziert werden, kann vom Benutzer eingestellt werden, und der 5.1- oder 7.1-Surround-Sound muss nicht mühsam hinzugefügt werden, sondern kann sogar in Echtzeit an die Größe, die Position und den Hörbereich des Fernsehers einschließlich der Raumgeometrie angepasst werden; auch die Sitzposition des Benutzers beeinflusst die Position der virtuellen Lautsprecher im Klangfeld.
In der Patentschrift wird auch erläutert, dass im virtuellen Klangfeld ein separater Satz von einem oder mehreren virtuellen Lautsprechern erzeugt und mehreren Benutzern mit demselben Gerät zugewiesen werden kann.
Selbst wenn die beiden Personen die Plätze tauschen oder im Raum hin und her gehen, passt das virtuelle Klangfeld den Klang jedes virtuellen Lautsprechers an den Standort des Benutzers an, so dass jede Klangquelle relativ zum Benutzer stationär bleibt.
Darüber hinaus wird in dem Patent ausdrücklich darauf hingewiesen, dass der Bildschirm in der virtuellen Klangbühne nicht auf herkömmliche Fernsehgeräte beschränkt ist, sondern von jedem Gerät mit einem Bildschirm oder einer Projektion realisiert werden kann, z. B. von Laptops, Tablets, Projektoren, Desktop-Computern usw. (die mit einer Apple TV-Box mit Kamera gekoppelt werden müssen).
Mit anderen Worten: Warum sollte Ihr nächstes Surround-Sound-Gerät nicht ein Kopfhörer sein?
Erst träumen, dann den Weg ebnen
In diesem Fall ist die virtuelle Klangbühne, die von den AirPods Max mit Linsen erzeugt wird, eher eine Weiterentwicklung der Technologie von Vision Pro.
In unserem vorherigen Artikel haben wir das "Spatial Computing" des Vision Pro durch räumliches Video, räumliches Audio und räumliche Interaktionen ausführlich analysiert, aber sein hoher Preis und die wenigen ökologischen Anpassungen machten es immer noch zu einem konzeptionellen Produkt, das auf den Markt kommen wollte.
Vision Pro eröffnet die Ära des Spatial Computing, ist eine ferne Idee, ist die Zusammenfassung der modernsten Display-Technologie, neue Interaktion, Rechenleistung, ist es mehr wie ein Ziel und die Zukunft.
Die AirPods Max in der Patentschrift hingegen realisieren Spatial Audio im Wohnzimmer mit einem echten "Consumer-Grade"-Produkt, das angenehmer zu tragen und einfacher zu bedienen ist als die Vision Pro, und natürlich auch preiswerter.
Auf dem Weg in die Zukunft sind die Fernziele in Stufen aufgeteilt, die Gesteninteraktion auf der Apple Watch und die räumliche Videoaufnahme, die das iPhone zu unterstützen beginnt, sind alles Schritte, die bereits erklommen wurden. Kopfhörer mit Linse ist ein weiterer Zweig davon, und es erlaubt auch Spatial Audio, eine Lösung zu finden, die alltagstauglicher und einfacher zu landen ist.
Aber wird eine Lösung mit Linsen und Kopfhörern tatsächlich kommen? Selbst wenn Apple beides miteinander verschmilzt, wird es dann tatsächlich dazu übergehen, die Menschen im täglichen Leben mit KI zu unterstützen, wie es zu Beginn des Artikels geschah? Oder wird es auf die in den Patentdokumenten beschriebene Technologie der virtuellen Klangbühne zurückgreifen? Es ist schwer, das mit Sicherheit zu sagen, aber da mehrere neue Technologien auf den Markt kommen, wird es irgendwann eine Option geben, die am besten in die Zeit passt.
Bis dahin ist es am sinnvollsten, weiter zu experimentieren, anstatt Ergebnisse zu erzielen. Ob "Linse + Headset" oder eine andere seltsame Kombination, die derzeitige Skepsis und der Spott zeigen nur, dass die Erforschung der Zukunftstechnologien gerade erst begonnen hat.
Aber welcher Weg oder welche Option auch immer gewählt wird, es ist ein Schritt in die Zukunft. Ohne solche skurrilen Ideen und kühnen Praktiken würden wir wahrscheinlich noch heute diese sperrige Tasche tragen.
